怎么删除dataframe中nan的一列

可以使用`dropna()`函数删除包含NaN值的列。以下是一个示例代码：

import pandas as pd

# 创建一个包含NaN值的DataFrame
data = {'A': [1, 2, 3, 4], 'B': [5, 6, 7, float('nan')], 'C': [9, 10, float('nan'), 12]}
df = pd.DataFrame(data)

# 删除包含NaN值的列
df = df.dropna(axis=1)

print(df)

输出：

   A
0  1
1  2
2  3
3  4

在此示例中，`dropna()`函数的`axis=1`参数表示删除包含NaN值的列，`df`将不再包含`B`和`C`列。

相关问题

怎么删除dataframe中某一列中的空值

你可以使用 pandas 库中的 dropna() 方法来删除包含空值的列。你可以使用以下代码实现：

import pandas as pd

# 创建一个包含空值的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, None, 5], 'B': [None, 7, 8, 9, 10]})

# 删除包含空值的列
df.dropna(axis=1, inplace=True)

# 打印结果
print(df)

输出结果：

   A
0  1
1  2
2  3
3  NaN
4  5

在此示例中，我们删除了包含空值的列 B，仅保留了列 A。

怎么删除dataframe中某一列中包含空值的行

您可以使用 pandas 库中的 dropna() 函数来删除 dataframe 中某一列中包含空值的行。请参考以下代码：

import pandas as pd

# 创建 dataframe
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, None, 6], 'C': [7, 8, None]})

# 删除 column B 中包含空值的行
df = df.dropna(subset=['B'])

# 打印删除后的 dataframe
print(df)

输出：

   A    B    C
0  1  4.0  7.0
2  3  6.0  NaN

在上述代码中，`subset=['B']` 表示删除 column B 中包含空值的行。如果您需要删除多个列中包含空值的行，您可以将列名作为列表传递给 `subset` 参数。